AI模型投票平台靠卖深度分析报告年入1亿美元

你打开一个网页，输入“写一首关于秋天的诗”，屏幕左右并排出现两个AI模型的回答，你比较后点击你认为更好的那个。这个动作看似简单，却是衡量AI模型水平的重要方式。

这个网站叫Arena，它的AI模型排行榜对公众免费开放。你输入一段提示，Arena随机发给两个模型，你来选哪个更好。这套机制起源于2023年加州大学伯克利分校的一个研究项目，由Anastasios Angelopoulos、Wei-Lin Chiang和Ion Stoica联合创立。到2025年4月，它正式注册为公司。

千万次投票，催生一门生意

Arena的排行榜基于超过1000万次用户评估。评估范围很广，除了文本对话，还有编码、视觉、图像生成，甚至包括复杂的长工作流——这部分通过其最近推出的Agent Mode完成，测试模型自动处理多步骤任务的能力。

这样一个由社区驱动的大规模评估体系，很快吸引了AI公司的注意。2024年9月，Arena推出商业服务AI Evaluations，向模型实验室和企业提供深度性能分析报告。这些报告来自社区投票衍生的数据，不需要雇佣专业标注员。

8个月后，这项服务的年化运行率收入达到1亿美元。而就在2025年1月，Arena宣布完成1.5亿美元A轮融资时，其年化收入还只有3000万美元。短短几个月，收入增长超过两倍。目前Arena累计融资2.5亿美元，投资者包括Felicis、Andreessen Horowitz、Kleiner Perkins等。

靠社区投票，与人力标注公司抢生意

Angelopoulos说，很多人不知道Arena在赚钱，仍把它当作开源项目看待。但它的收入不是经常性订阅，而是按“消费”收费。具体按评估次数还是数据量收费，没有明确说明。

Arena没有直接竞争对手。2025年3月，另一家众包AI模型比较公司Yupp已关停。但Angelopoulos表示，Arena与人力标注初创公司Mercor、Surge和Scale AI竞争“同一笔预算”——即AI公司投入在模型评估和优化上的资金。

这一竞争格局的背景是，AI训练数据市场正在膨胀。Handshake的AI训练年化收入从1月的5.5亿美元增长到近10亿美元；Mercor的年化收入也从去年9月的5亿美元增长到今年早些时候的10亿美元以上。Arena用自己的方式瓜分这个市场：用用户投票替代人工标注，把社区变成数据来源。

你的投票，免费帮助AI公司改进

对于普通用户来说，Arena的存在意味着两件事。第一，你可以免费、直观地比较不同AI模型的输出，而不必自己安装或付费。第二，你每一次投票都在帮助AI公司改进模型——Arena将这些用户偏好数据加工成深度分析报告，卖给模型实验室和企业。

但Arena并未说明社区评估者是否获得报酬。其排行榜的公正性取决于大规模投票能否抵抗操纵。目前它仍是衡量AI能力的重要参考之一，但不是唯一指标。